นี่เป็นรุ่นที่ปรับปรุงเล็กน้อยของความคิดเห็นทั้งสองของฉันเกี่ยวกับคำถามที่รวมกัน
เรา จำกัด ความสนใจของเราต่อปัญหาการแจกจ่ายในDistNP (aka (NP, คำนวณโดย P) เพื่อความเรียบง่าย จากนั้นคุณกำลังมองหาปัญหาใน DistNP ∖ค่าเฉลี่ย -P / โพลี ตามปกติแล้วปัญหาดังกล่าวจะเกิดขึ้นหาก DistNP ⊈ Average-P / poly เท่านั้น และถ้า DistNP ⊈ค่าเฉลี่ย -P / โพลีแล้วทุกปัญหา DistNP-สมบูรณ์จะอยู่นอกค่าเฉลี่ย -P / โพลีเนื่องจากค่าเฉลี่ย -P / โพลีถูกปิดภายใต้การลดขนาดตัวพิมพ์โดยเฉลี่ย
(เมื่อพิจารณาถึงคลาสที่ใหญ่กว่า SampNP (aka (NP, P-samplable) ) แทน DistNP จะไม่เปลี่ยนสถานการณ์มากนักเนื่องจาก DistNP ⊆ค่าเฉลี่ย -P / โพลีถ้าหาก SampNP ⊆เฉลี่ย -P / โพลีนี่คือค่าโดยตรง ข้อสรุปของผลลัพธ์โดย Impagliazzo และ Levin [IL90] ว่าปัญหาการกระจายตัวใน SampNP ทุกกรณีสามารถลดลงได้โดยเฉลี่ยสำหรับปัญหาการกระจายใน DistNP)
ฉันไม่ทราบว่าข้อสันนิษฐานตามธรรมชาติหมายถึง DistNP ⊈ Average-P / poly การสันนิษฐานว่าลำดับชั้นพหุนามไม่ยุบไม่เป็นที่ทราบแน่ชัดว่าเป็นผลที่ตามมาที่ DistNP-Average-P ตามมาตรา 18.4 ของ Arora และ Barak [AB09]:“ […] แม้ว่าเราจะรู้ว่าถ้า P = NP จากนั้นลำดับชั้นพหุนาม PH ยุบไปที่ P […] เราไม่ได้ผลลัพธ์แบบอะนาล็อกสำหรับความซับซ้อนของกรณีโดยเฉลี่ย”
อ้างอิง
[AB09] Sanjeev Arora และ Boaz Barak ความซับซ้อนในการคำนวณ: วิธีการที่ทันสมัย , สำนักพิมพ์มหาวิทยาลัยเคมบริดจ์, 2009
[IL90] Russell Impagliazzo และ Leonid A. Levin ไม่มีวิธีที่ดีกว่าในการสร้างอินสแตนซ์ NP ที่ยากกว่าการเลือกแบบสุ่มอย่างสม่ำเสมอ ในการประชุมวิชาการประจำปีครั้งที่ 31 เรื่องรากฐานของวิทยาการคอมพิวเตอร์ , 812–821, ตุลาคม 2533 http://dx.doi.org/10.1109/FSCS.1990.89604